基于CycleGAN的多目视频中人体跌倒动作检测

基于CycleGAN模型分析多目视频中人体跌倒动作检测的内容,为解决人体跌倒动作检测中空间定位不准确的问题,提出新的研究思路与研究方向。在标记的人体运动捕获中,通过生成对抗网络,基于CycleGAN模型获取更加真实、清晰的图像,进而实现对人体运动特征的有效检测与捕获,为相关研究提供参考。

基于深度学习的高空坠落危险行为识别方法

以卷积神经网络为代表的深度学习算法可以更加精准有效地提取人体行为特征,因此将深度学习用于人体行为识别与预测成为研究热点。文章在经典HRnet网络结构的基础上通过改进L-Swish激活函数和引入Squeezeand-Excitation模块,提出一种新型网络模型L-HRnet,用于判断施工人员高空作业时的行为动作是否存在危险性。在公开数据集HMDB51上进行行为分类与识别实验,结果表明,改进后网络结构L-HRnet的识别准确率明显优于HRnet,有效提升了高空作业人员的防护水平。

工厂场景中的异常行为检测

针对目前工业场景中的安全生产问题,提出一种异常行为检测框架,主要针对工人睡觉和发生跌倒两种特殊情况。采用人体关键点识别与机器学习分类器相结合的思路,先通过对视频图像中的工人进行关键点识别,提取身体坐标点信息,再训练分类器进行分类,采用多种机器学习方法及一种集成学习模型,实现了对异常情况的检测。在跌倒数据集上,集成学习算法的准确率、精确率和召回率分别达到92.86%、87.58%、98.96%;在睡觉检测方面,算法的准确率、精确率和召回率分别达到98.51%、95.81%、 94.97%。实验表明,该框架能有效检测异常情况,有助于规范生产行为,具有实际应用价值。

新型防落梁、抗倾覆球钢支座力学性能分析及应用

针对桥梁在地震和极端偏载条件下的落梁与倾覆问题,提出了一种新型防落梁、抗倾覆球钢支座装置。传统防落梁措施如挡块和防落链存在结构可靠性差、易损伤、施工费用高及影响美观等问题,而现有支座研究多集中于防落梁性能,对抗倾覆性能研究较少。为解决这些问题,以典型城市超宽大悬臂钢梁为案例,在结构地震和抗倾覆分析的基础上,设计了一种集防落梁与抗倾覆功能于一体的新型球钢支座。该支座在传统球钢支座基础上增设了抗剪销、侧向钢挡块和锚固拉杆,通过多道防线设计提升防落梁性能,并利用柔性缓冲和水平抗力可定制设计等特点,确保支座在地震和极端偏载作用下的稳定性和安全性。研究通过参数敏感性分析、抗震防落梁性能分析及抗倾覆性能分析,验证了新型支座在控制主梁位移、减小墩底内力及提升抗倾覆能力方面的显著效果。研究结果表明,采用新型防落梁球钢支座后,主梁位移和主墩内力均控制在合理区间,避免了落梁与相邻联碰撞的风险,同时显著提升了桥梁的抗倾覆性能。此外,该支座还具有结构简单、易维护、更换及成本适中等优点,已获实用新型专利并成功应用于实际工程,为桥梁工程的安全性和耐久性提供了有力保障。

基于健康行动过程取向理论的运动干预对老年骨质疏松症伴衰弱患者跌倒风险的影响

目的探究基于健康行动过程取向理论的运动干预对老年骨质疏松症伴衰弱患者跌倒风险的影响。方法回顾性分析2022年1月~2022年12月期间就诊我院的老年骨质疏松症伴衰弱患者217例。将2022年1月~2022年5月接受常规干预的95例患者纳入对照组,2022年6月~2022年12月接受基于健康行动过程取向理论的运动干预的122例患者纳入观察组。比较两组干预前及干预3个月后跌倒风险、平衡能力、平衡信心变化。结果干预3个月后与干预前相比,两组跌倒风险评分下降,且观察组得分更低(P<0.05);两组平衡能力及平衡信心评分均有上升,且观察组得分更高(P<0.05)。结论基于健康行动过程取向理论的运动干预有助于降低老年骨质疏松症伴衰弱患者跌倒风险,提升其平衡能力和信心,值得推广。

基于多算法融合的跌倒行为识别

提出一种多算法融合的跌倒行为识别算法。首先,针对人体目标的特征对YOLOv3 tiny检测算法进行改进,有效框定人体动态目标区域,提取出目标前景;在此基础上利用AlphaPose姿态识别框架识别出人体骨骼关键点,得到人体主要关节图;最后以人体关节图坐标信息为输入,通过时空图卷积神经网络对跌倒等动作进行检测识别,满足对不同场景跌倒的有效检测。实验结果表明:融合算法改善了不同场景下跌倒行为的检测效果,检测的准确率可达到97.4%,并有效降低了误检率。

基于嵌入式系统的室内人体跌倒行为检测方法的实现

提出了基于视觉和嵌入式系统来检测室内人体跌倒行为的方法,采用多线程算法进行图像采集和处理。运用基于简化高斯模型的自适应背景减除算法得到二值前景图像,并引入了形态学滤波,通过简化的目标宽高比算法判断人体跌倒行为是否发生,并进行虚报警判断。试验证明该系统的整体设计达到了实时性、准确性兼顾的特点。

基于HHT和改进PNN的CSI人体动作识别研究

为了有效判别真实摔倒动作与疑似摔倒动作、提高动作识别准确度,提出基于希尔伯特黄变换(Hilbert-Huang transform,HHT)和改进概率神经网络(probabilistic neural networks,PNN)的信道状态信息(channel state information,CSI)人体动作识别算法。对CSI的幅度与相位融合信号进行数据预处理,利用HHT来提取区分人体动作信息的瞬时幅值和瞬时频率作为分类特征构建特征矩阵,在遗传算法(genetic algorithm,GA)优化的PNN神经网络中训练出能有效检测真实摔倒和疑似摔倒动作的GA-PNN人体动作识别模型;利用训练好的识别模型对输入的CSI数据进行摔倒动作的判别。仿真实验表明,提出的算法能有效地检测真实摔倒和疑似摔倒动作,其识别准确度可达到97.18%,且误报率较低。

PDCA循环在预防住院患者跌倒护理管理中的应用

目的:探讨PDCA循环在降低住院患者跌倒发生率,预防住院患者跌倒护理管理中的改进效果。方法:引进PDCA管理模式,对住院患者跌倒管理制度及流程进行持续改进,以预防住院患者跌倒情况的发生。结果:经过PDCA模式的运用,住院患者跌倒发生率明显下降,跌倒发生率由0.083‰下降至0.039‰,患者跌倒风险评估正确率和患者或家属跌倒防范措施掌握率明显上升。结论:PDCA循环在预防住院患者跌倒的护理管理中具有明显效果。

地震作用下建筑室外安全距离的界定

首先简单叙述了地震对建筑室外安全距离的影响,建立了地震作用下一般坠落物体的数据模型。而后通过对坠物有阻力下落运动分析和建筑动力计算,揭示了地震作用下建筑室外安全距离的界定方法。最后为确保其可操作性,引入一个真实工程,进行了实例验证。

基于计划行为理论的跌倒预防工具包对高龄住院患者预防跌倒的应用效果

目的探讨基于计划行为理论的跌倒预防工具包对高龄住院患者预防跌倒的应用效果。方法选取2019年4月~9月在解放军总医院第二医学中心住院的跌倒高风险老人340例,随机数表法分为对照组和观察组,住院期间对照组采用常规预防跌倒措施,观察组采用基于计划行为理论的跌倒预防工具包,比较干预后两组患者关于预防跌倒的知识、行为态度及主观准则的得分,知觉行为控制和跌倒发生率情况。结果干预前两组跌倒相关知识、行为态度、主观准则等差异无统计学意义(P>0.05),干预后观察组跌倒相关知识总得分为(37.00±1.79),高于对照组(30.50±5.65)分,差异有统计学意义(P<0.01);观察组干预后的行为态度得分为(23.33±1.21)分,主观准则得分为(4.00±0.89),改善幅度优于对照组,观察组采取预防跌倒的行为人数更多,跌倒发生率更低,差异有统计学意义(P<0.05)。结论基于计划行为理论的综合干预对高龄住院患者预防跌倒的知识、行为态度、主观准则、行为有显著提高,可有效降低高龄住院患者跌倒发生率。

脑卒中患者跌倒风险认知和行为意向问卷的编制及信效度检验

目的编制适用于脑卒中患者的跌倒风险认知和行为意向问卷。方法依据健康行为过程取向(HAPA)理论和文献分析,运用德尔菲(Delphi)法拟定问卷条目池,通过小样本预试验形成脑卒中患者跌倒风险认知和行为意向问卷测试版。利用测试版对221例神经内科脑卒中患者进行探索性因子分析并确定问卷信效度。结果经探索性因子分析提取10个公因子,累积方差贡献率为75.17%,提取的公因子与预先根据理论框架设计的结构假设相符,组成量表整体Cronbach′sα系数为0.934,问卷内部一致性良好。终版问卷包括58个条目,6个理论因素(风险认知、结果预期、任务自我效能、行为意向、执行意向、应对自我效能),可归入10个变量。结论编制的脑卒中跌倒风险认知和行为意向问卷有良好的信效度且与假设理论框架相一致,为评估患者预防跌倒的健康行为提供测评工具。

基于多点传感融合算法的人体跌倒监测系统设计

本系统以STM32F103为核心处理器,利用手腕、腰部、脚腕三个点上各自的MPU9250九轴姿态传感器协助进行人体姿态监测,提出了基于多传感器区协作融合的方法来准确监测人体跌倒状态,降低误报率,并利用蓝牙4.0技术组成人体监测体域网。在腕部加设取消报警按钮,进一步减少误报现象。本方案具有可实时监测、数据量小、算法简单、准确性高等优势,能够在第一时间报警并将跌倒位置发送给家人,从而抓住治疗时机,具有广阔的商业前景。

面向助老行为识别的三维卷积神经网络设计

针对室内老人跌倒问题,提出一种室内人体跌倒行为识别方法.首先,提出基于卷积核分解与分组卷积的轻量化3D网络;之后融合浅层2D子网络与轻量化3D子网络,并采用随机滑动组合采样策略改进3D卷积行为识别网络.为进一步提高网络泛化性能,对视频帧进行视觉显著性检测,通过加强背景纹理与人物行为之间关联性提高真实场景识别准确度.实验结果表明:该网络参数量为6.9×106,时间复杂度降低至8.04×109;实现算法在室内跌倒行为识别任务上达到81.5%的准确度.

跌倒异常行为的双重残差网络识别方法

在异常行为监控中,由于监控视角、人体姿态和场景等复杂的情况,直接通过增加3D卷积神经网络层数来提取有效的视觉特征,容易导致卷积模型发生梯度消失和过拟合,从而降低了行为识别率。针对上述问题,提出了一种基于双重残差卷积网络的跌倒识别方法,通过在残差网络中嵌套残差网络,充分融合了浅层和深层视觉特征,缓解了模型训练时梯度消失问题带来的影响,从而使模型性能得到了提升。最后采用5折交叉验证方法在多相机跌倒数据集(MCFD)和热舒夫大学跌倒数据集(URFD)上进行了测试评估,结果表明双重残差网络性能优于三维卷积网络(C3D)、三维残差网络(3D-Resnet)、伪三维残差网络(P3D)和2+1维残差网络(R(2+1)D)识别方法,从而验证了双重残差网络模型对提高异常行为识别效果的有效性。

个性化干预模式在老年住院患者药物相关性跌倒知行力中的应用研究

目的通过个性化干预模式在提高老年住院患者对跌倒相关性药物知识的认知度,改善老年患者药物相关性跌倒的安全防范行为,减少药物相关性跌倒的发生。方法 2017年9月18日—2017年12月8日在5所三甲医院神经内科、骨科、肾内科、老年科住院的160例有服用降糖药、精神类药物或四种及以上高危易致跌倒药物的老年患者(年龄≥65岁),随机分为对照组和试验组,每组各80例,对照组按照常规入院防跌倒宣教,悬挂防跌倒温馨提示卡,常规发药及宣教;试验组在常规组的基础上通过详细告知患者易致跌倒药物的作用,在药袋上加盖防跌倒印章并告知标识的意义,发放彩色的所服用药物宣教单,告知患者服药后的跌倒防范注意事项,对患者进行全面评估,体格检查,根据病情及服药情况进行许可范围内的运动,包括增强肌肉力量的练习、步态练习和平衡练习,并在床头卡上做好特制的药物防跌倒标识,告知每班护士提醒、关注、干预患者的行为。使用3个五等级李克特量表,用于测量两组患者对药物相关性跌倒的认知、行为、状态的得分情况,通过独立样本t检验、卡方检验对两组干预后的结果进行评价。结果通过药袋上防跌倒印章的提醒,个性化的药物知识宣教和防范行为的落实,试验组80名住院老年患者的认知、行为、状态得分均高于对照组得分。结论此个性化干预模式可提高老年住院患者对药物相关性跌倒的知行力,可降低药物相关性跌倒的发生率,值得在今后的服药后的防跌倒宣教中进行推广,使更多的需长期服药或多药共服的慢性病老年患者受益。

潮汐作用下的青岛汇泉湾海滩形貌演化分析

青岛市汇泉湾海滩位于胶州湾与南黄海交接处的北部,属岬角型砂质海滩。作者2010年以来,通过持续观察研究,以野外观察、拍照、实测为基础,结合样品筛分数据和实验测试结果,对不同时期的青岛汇泉湾海滩地貌及沉积物分布特点进行对比分析,重点探讨了潮进潮退序列的变化规律,对潮汐作用下的青岛汇泉湾海滩形貌演化进行了分析。

华北型煤田陷落柱形成过程研究

在地下水系统的径流或排泄带上,且处于次级向斜轴部或转折端附近、小断层或环形断层发育地段,如果古地表岩溶空洞、古地下岩溶空洞和膏溶空洞等为岩层塌陷提供了发源地,陷落柱发育的可能性极大。华北型煤田陷落柱的形成是以底部岩层中空洞发育为基础,地下水的强烈交替和水-岩作用为条件,岩体自身重力、地应力集中以及溶洞内的真空负压三重作用为动力,经过垮落、溶蚀、搬运、塌陷、冒落等周而复始的过程,分阶段逐步形成陷落柱。

气囊压力对跌倒防护气囊缓冲效果的实验研究

跌倒防护气囊的缓冲效果研究对建立准确的气囊模型以及缓冲效果预测十分重要。为此,根据人体跌倒的缓冲过程提出了一种等效计算模型,并搭建了跌倒防护气囊的缓冲实验平台,使用高频加速度传感器及微型数据采集系统获得了气囊缓冲过程中的受力变化。结果表明:实验结果的可重复性良好,说明整套实验装置得出的结论真实可靠;气囊囊内压力对缓冲效果影响显著,气囊测试点的受力值随着囊压的增大先增大后减小,在气囊囊内压力为30kPa时缓冲效果最好。

隧道衬砌背后空洞上方落石对衬砌结构的破坏机理及整治措施

针对某铁路隧道衬砌出现的掉块病害进行了现场勘查以及三维激光扫描,并对隧道衬砌掉块的成因进行了分析。引入混凝土冲切破坏理论计算方法,估算了衬砌抗冲切承载力。同时,借鉴国内外落石冲击力理论、经验计算方法并利用LS-DYNA动力学软件建立了落石冲击衬砌结构动力学分析模型,对落石冲击作用下衬砌结构的破坏机理进行了分析。结果表明:不同方法计算的落石冲击力与有限元分析所得的冲击力差异较大,这主要是因为各种计算方法的试验条件、理论基础不同;衬砌背后空洞上方的落石冲击衬砌时,在短时间内冲击荷载将达到峰值,易导致衬砌结构发生冲切破坏。针对该隧道状况,通过方案比选,提出了预制拼装波纹板的整治技术。